शुरू करेंमुफ़्त में शुरू करें

एक मल्टी-क्लास मॉडल

आप एक ऐसा मॉडल बनाएँगे जो केवल इस आधार पर भविष्यवाणी करे कि किसने कौन-सा डार्ट फेंका कि वह डार्ट बोर्ड पर कहाँ जाकर लगा! (यानी बोर्ड पर डार्ट के x और y कॉर्डिनेट्स.)

यह एक मल्टी-क्लास क्लासिफिकेशन समस्या है क्योंकि हर डार्ट केवल 4 में से किसी एक प्रतियोगी द्वारा ही फेंका गया हो सकता है. यानी क्लास/लेबल एक-दूसरे से अलग-अलग हैं. इसलिए हम उतने आउटपुट वाले एक न्यूरॉन बना सकते हैं जितने प्रतियोगी हैं और सभी प्रतियोगियों पर प्रॉबेबिलिटीज का योग 1 सुनिश्चित करने के लिए softmax एक्टिवेशन फंक्शन का उपयोग कर सकते हैं.

Sequential मॉडल और Dense लेयर्स आपके लिए पहले से इम्पोर्ट की गई हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ डीप लर्निंग परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक Sequential मॉडल इन्स्टैन्टिएट करें.
  • 128, 64 और 32 न्यूरॉनों की 3 डेंस लेयर्स जोड़ें.
  • अंतिम डेंस लेयर में प्रतियोगियों की संख्या जितने न्यूरॉन जोड़ें.
  • अपने मॉडल को categorical_crossentropy लॉस के साथ कम्पाइल करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Instantiate a sequential model
model = ____
  
# Add 3 dense layers of 128, 64 and 32 neurons each
model.add(____(____, input_shape=(2,), activation='relu'))
model.add(____(____, activation='relu'))
model.add(____(____, activation='relu'))
  
# Add a dense layer with as many neurons as competitors
model.add(____(____, activation=____))
  
# Compile your model using categorical_crossentropy loss
model.compile(loss=____,
              optimizer='adam',
              metrics=['accuracy'])
कोड संपादित करें और चलाएँ